本發明涉及一種葡萄酒產地智能識別方法及系統,該方法包括步驟:采集待檢測葡萄酒的光譜數據,并繪制光譜圖;對所述光譜圖進行預處理,所述預處理包括降維和去噪;利用預先訓練好的預測模型從預處理后的光譜圖中提取出特征變量,并對提取出的特征變量進行分類,基于各特征變量的分類確定出葡萄酒的產地;所述預測模型為支持向量機分析的RBM串聯多層BP神經元網絡模型,所述預測模型通過將多個RBM進行多層串聯作為前向算法,后項的更新算法采用BP算法,并融合支持向量機算法而訓練得到。與傳統的近紅外光譜檢測不同,本發明結合了化學檢測及機器學習技術,可以消除傳統光譜檢測所存在的噪聲的影響,因此可以提高葡萄酒產地識別的準確性。
聲明:
“葡萄酒產地智能識別方法及系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)